本文已参与「新人创作礼」活动，一起开启掘金创作之路。
Python由荷兰数学和计算机科学研究学会的吉多·范罗苏姆于1990年代初设计，作为一门叫做ABC语言的替代品。 Python提供了高效的高级数据结构，还能简单有效地面向对象编程。Python语法和动态类型，以及解释型语言的本质，使它成为多数平台上写脚本和快速开发应用的编程语言， 随着版本的不断更新和语言新功能的添加，逐渐被用于独立的、大型项目的开发。 Python解释器易于扩展，可以使用C语言或C++（或者其他可以通过C调用的语言）扩展新的功能和数据类型。 Python也可用于可定制化软件中的扩展程序语言。Python丰富的标准库，提供了适用于各个主要系统平台的源码或机器码。 自从20世纪90年代初Python语言诞生至2022年，它已被逐渐广泛应用于系统管理任务的处理和Web编程。
由于它的开源本质，Python已经被移植在许多平台上（经过改动使它能够工作在不同平台上）。这些平台包括Linux、Windows、FreeBSD、Macintosh、Solaris、OS/2、Amiga、AROS、AS/400、BeOS、OS/390、z/OS、Palm OS、QNX、VMS、Psion、Acom RISC OS、VxWorks、PlayStation、Sharp Zaurus、Windows CE、PocketPC、Symbian以及Google基于linux开发的android平台。
# 读取数据到tample
tample= pd.read_csv('.\data\mum_baby.csv')
# 获取birthday 和 day 并转为datetime格式 记得astype(str) 否则有可能会所有数据变成1970-01-01的时间
tample['birthday'] = pd.to_datetime(tample['birthday'].astype(str))
tample['day'] = pd.to_datetime(tample['day'].astype(str))
# 计算两个日期之间相差的天数 结果为比如某一列 7 days
age_days = tample['day'] - tample['birthday']
# 把相差的天数新增到表中，列名命名为age_days
tample.loc[:, 'age_days'] = age_days
这时候发现这个age_days列中数据相差天数中还有个尾巴 ‘days’然鹅我并不想要这个尾巴，下面来把他删了
# 定义j来指定要修改的行处
j = 0
for i in age_days: # 遍历age_days中每行相差的天数
# 指定第j行的'age_days'列处的数据 赋值为 i.days ，i.days就是只获取天数
tample.loc[j, 'age_days'] = i.days
j += 1
# age_days为object类型 要改为int类型 不然describe无法统计年龄天数的最值
tample.age_days = pd.DataFrame(tample.age_days, dtype=int)
最后再保存数据
tample.to_csv(r'.\data\new_trade_history.csv')
